motion capture | BriefGPT - AI 论文速递

关键词motion capture

搜索结果 - 49

CVPRCIMI4D：人 - 场景交互下的大规模多模态攀爬运动数据集
通过自己收集的大规模岩石攀登动作数据集 CIMI4D，我们在人 - 场景交互方面进行了详细研究并进行了四项任务的实验，结果表明 CIMI4D 对现有方法提出了巨大挑战，并提供了广泛的研究机会。
PDFa year ago
CVPR通过自我头部姿态估计进行自我身体姿态估计
该研究介绍了一种新方法，利用头部运动作为中间表示，将三维人体运动的预测分解为两个阶段，并使用条件扩散生成多个可能的全身动作，消除了需要训练配对数据集的需求，可以分别利用大规模的追踪数据集和运动捕捉数据集。
PDF2 years ago
CVPR空间时间并行变压器用于手臂动态估计
该研究提出了一种基于 Spatial-Temporal Parallel Arm-Hand Motion Transformer (PAHMT) 的方法，来预测单目视频中的手臂和手的动态，并在不同的挑战性场景下表现出鲁棒性。
PDF2 years ago
CVPR物理惯性姿势估计器（PIP）：基于稀疏惯性传感器的物理感知实时人体动作跟踪
利用 6 个惯性传感器，通过神经运动学估计器和物理感知运动优化器，实现身体运动的跟踪和重建，并在运动捕获精度、时间稳定性和物理正确性方面实现了极大的提高。
PDF2 years ago
ICCVSOMA：自动处理光学标记运动捕捉
本研究使用 SOMA 神经网络解决基于光学的运动捕捉系统中的标记问题，无需特定的标记标定过程，已在 4 个不同数据集上进行了测试。
PDF3 years ago
野外协同空中摄像头三维人体重建
本文提供了一个在室外环境中操作的用于多摄像头飞行器控制的实时航拍系统，可以在不使用专用标记的情况下重建自然环境中的人体动态，使用多机器人协调方案维护目标重建质量的最优飞行编队，该系统在仿真和现实中的性能表现得到验证。
PDF3 years ago
Transflower：多模态注意力下的概率自回归舞蹈生成
本研究提出了一种基于 Transformer 模型，结合之前姿势以及音乐情境来建模未来舞蹈动作分布的概率自回归模型，同时使用了包括专业舞者和业余舞者的当前最大的 3D 舞蹈动作数据集，通过物体评价和用户调查对比了两个基准模型，并表明要生成与
PDF3 years ago
RGB2Hands: 从单目 RGB 视频中实时跟踪三维手部交互
该论文提出了一种使用单个 RGB 相机捕捉人手骨骼姿势和三维表面几何形状的实时方法，并考虑到了人手间的近距离交互情况，该方法通过多任务 CNN 回归多种信息，包括分割、对 3D 手模型的密集匹配、2D 关键点位置，以及新提出的手内相对深度和
PDF3 years ago
TransPose: 具有六个惯性传感器的实时三维人体翻译和姿态估计
本文提出了一种基于深度神经网络的新方法 TransPose，旨在通过仅 6 个惯性测量单元（IMUs）的运动数据，实现全身动作的捕捉，包括全局平移和身体姿势，并展示了其在准确性和效率方面优于目前的学习和优化方法。
PDF3 years ago
神经混合形态学习骨架关节
本文通过开发一种基于神经技术的方法，在不假定训练数据的基础形变模型的情况下，使神经网络学习到骨架、皮肤和混合形状，并构建了一个骨骼层次结构的网络架构，利用预定义的骨骼结构使 3D 角色实现高质量的姿态相关形变，其中提出了用于改进关节区域变形
PDF3 years ago
SportsCap：具挑战性运动视频中单目 3D 人体动作捕捉与细粒度理解
本论文提出了一种名为 SportsCap 的方法，利用数据驱动的多任务方式，从单眼挑战性运动视频中同时捕获 3D 人体运动和理解细粒度动作，并使用多流空间 - 时间图卷积网络预测细粒度语义动作属性，从而具有分析运动和评分的各种应用。
PDF3 years ago
运动 VAE 使用的角色控制器
该篇论文介绍了如何使用基于数据驱动的生成模型，结合深度强化学习算法来实现基于多段运动捕捉数据的真实人体动作生成，并分析了 Motion VAEs 的局限性。
PDF3 years ago
A-NeRF：用于学习人体形态、外观和姿态的关节神经辐射场
本文提出了一种基于神经径向基方法的生成神经体模型，通过学习未标记的单目视频，在不需要地面真实标签的情况下，共同完善的姿势和体积身体形状和外观，有效改善了多样化数据集上的准确性，是对使用反向运动学的引入的一个重要贡献。
PDF3 years ago
深度学习动作捕捉：原理、陷阱和前景介绍
本文讲述了如何使用深度学习从视频中非侵入式地提取行为测量，并探讨了这一新算法的原理、潜在优势和局限性，揭示了运动捕捉与深度学习相结合的未来发展方向。
PDF4 years ago
FrankMocap：通过回归和整合快速进行单目三维手部和身体动作捕捉
本文描述了 FrankMocap，它是一种运动捕捉系统，可以从野外单目输入中估计 3D 手部和身体运动，速度更快（9.5 fps）而且比以前的方法精度更高，该方法在近实时（9.5 fps）工作，并将 3D 手和身体运动捕捉输出作为统一参数模
PDF4 years ago
使用 Transformer 学习生成多样化的舞蹈动作
本文介绍了一种生成高质量、多样化舞蹈序列的系统，使用包括 YouTube 视频在内的大量数据集进行训练，并引入了用于评价舞蹈动作质量的新指标。此系统可用于虚拟音乐会的动画生成和专业动画制作的参考。
PDF4 years ago
CVPR使用多个摄像头进行实时多人运动捕捉的四维关联图
本文介绍了一种新颖的实时多人运动捕捉算法，使用多视角视频输入。通过联合多视角图像和多个时间帧进行关节优化，解决了运动捕捉中存在的关键挑战，该方法每秒可以在 5 个人的场景中使用 5 个相机运行 30fps 的帧率。
PDF4 years ago
从视频中使用强化学习进行物理技能训练
本研究提出了一种基于深度姿态估计和深度强化学习的方法，使得物理模拟的角色能够从公开视频片段中学习技能，并提供了一个快速设计角色控制器的方法，结果是鲁棒的，并能够适应新的环境并预测人类动作.
PDF6 years ago
可动物体和交互的 RBO 数据集
本文介绍了一个包括 14 个关节物体、RGB-D 视频序列和人与物品交互的扳手数据集，并配有基础运动捕捉系统的注释和 Python 下载脚本。
PDF6 years ago
用于评估视觉 - 惯性测距的 TUM VI 基准测试
本文提出了新的 TUM VI 基准数据集，为不同场景下的视觉惯性 (VI) 里程计进行评估提供具有多样性的序列，其中提供了相机图像和 IMU 测量值，并使用运动捕捉系统提供了准确的姿态真值。
PDF6 years ago